我注意到使用AI工具時，人們很少問答案來自哪裏。#OPG
如果輸出看起來有用，大多數用戶就會繼續前進。
這沒問題，直到AI開始影響那些真正重要的決策。
研究、軟件開發、交易分析、內容生成，甚至商業規劃越來越依賴於那些在不透明界面背後運作的模型。我們評估結果，但通常對其生產過程知之甚少。
有趣的是，其他關鍵系統卻朝着相反的方向發展。
金融市場依賴於記錄。供應鏈依賴於追蹤。安全系統依賴於驗證。隨着系統變得越來越重要，透明度通常變得更有價值，而不是更少。
AI似乎也正接近於這一原則。
這就是爲什麼@OpenGradient 引起我注意的原因。
這個項目探討了一個不夠被討論的想法：智能最終可能像金融系統需要結算基礎設施一樣，需要驗證基礎設施。
目標不僅僅是生成輸出。更大的挑戰是創造條件，讓開發者、用戶和組織獨立驗證執行過程中發生的事情。
這聽起來像是一個技術細節，但技術細節往往會影響採用。
組織通常願意嘗試新技術。但他們對於依賴那些無法檢查、驗證或審計的系統則遠遠不那麼願意。
無論OpenGradient是否成功，我認爲更廣泛的問題是重要的。
隨着AI成爲關鍵工作流程的一部分，性能可能不再是決定因素。
信任、驗證和開放訪問可能同樣成爲基礎設施堆棧的重要組成部分。
$OPG #opg @OpenGradient
如果輸出看起來有用，大多數用戶就會繼續前進。
這沒問題，直到AI開始影響那些真正重要的決策。
研究、軟件開發、交易分析、內容生成，甚至商業規劃越來越依賴於那些在不透明界面背後運作的模型。我們評估結果，但通常對其生產過程知之甚少。
有趣的是，其他關鍵系統卻朝着相反的方向發展。
金融市場依賴於記錄。供應鏈依賴於追蹤。安全系統依賴於驗證。隨着系統變得越來越重要，透明度通常變得更有價值，而不是更少。
AI似乎也正接近於這一原則。
這就是爲什麼@OpenGradient 引起我注意的原因。
這個項目探討了一個不夠被討論的想法：智能最終可能像金融系統需要結算基礎設施一樣，需要驗證基礎設施。
目標不僅僅是生成輸出。更大的挑戰是創造條件，讓開發者、用戶和組織獨立驗證執行過程中發生的事情。
這聽起來像是一個技術細節，但技術細節往往會影響採用。
組織通常願意嘗試新技術。但他們對於依賴那些無法檢查、驗證或審計的系統則遠遠不那麼願意。
無論OpenGradient是否成功，我認爲更廣泛的問題是重要的。
隨着AI成爲關鍵工作流程的一部分，性能可能不再是決定因素。
信任、驗證和開放訪問可能同樣成爲基礎設施堆棧的重要組成部分。
$OPG #opg @OpenGradient